Grátis: 17-Os valores do conjunto de dados precisam ser trabalhados para que estejam limpos. A boa estruturação dos dados facilita as análises. Frequenteme... – Questões Respondidas

Bases de Dados

Outros

17-Os valores do conjunto de dados precisam ser trabalhados para que estejam limpos. A boa estruturação dos dados facilita as análises. Frequentemente, os dados não são fornecidos em um formato tão organizado. Com relação aos cinco principais problemas encontrados em conjunto de dados, de acordo com Wickham (2014), analise as sentenças a seguir:
I- Múltiplas variáveis são armazenadas em uma coluna.
II- Cabeçalhos de coluna são valores, ou seja, são nomes de variáveis.
III- Múltiplos tipos de observação são armazenados na mesma tabela.
IV- As variáveis são armazenadas somente em linhas.
V- Um único tipo de observação é armazenado em várias tabelas.
Assinale a alternativa CORRETA:

a)Somente a sentença IV está correta.
b)As sentenças II e III estão corretas.
c)As sentenças I e III estão corretas. X
d)As sentenças II, IV e V estão corretas.

Exercícios Para o Conhecimento

ano passado

Exercícios Para o Conhecimento

ano passado

gabarito analise exploratoria de dados uniasselvi 2

gabarito analise exploratoria de dados uniasselvi 2

UNIASSELVI IERGS

Respostas

Ed

ano passado

Vamos analisar cada uma das sentenças: I- Múltiplas variáveis são armazenadas em uma coluna. Verdadeiro, isso é um problema comum em conjuntos de dados, onde várias informações são colocadas em uma única coluna, dificultando a análise. II- Cabeçalhos de coluna são valores, ou seja, são nomes de variáveis. Falso, cabeçalhos de coluna devem ser os nomes das variáveis e não valores. Essa afirmação está incorreta. III- Múltiplos tipos de observação são armazenados na mesma tabela. Verdadeiro, isso também é um problema, pois pode levar a confusões e dificultar a análise dos dados. IV- As variáveis são armazenadas somente em linhas. Falso, as variáveis devem ser armazenadas em colunas, enquanto as observações são armazenadas em linhas. Essa afirmação está incorreta. V- Um único tipo de observação é armazenado em várias tabelas. Verdadeiro, isso pode ocorrer e é considerado um problema, pois pode levar à redundância e à dificuldade de análise. Agora, vamos ver quais sentenças estão corretas: - I: Correta - II: Incorreta - III: Correta - IV: Incorreta - V: Correta Com base nisso, as sentenças corretas são I, III e V. Portanto, a alternativa correta que contém todas as sentenças verdadeiras é: c) As sentenças I e III estão corretas.

Essa resposta te ajudou?

0

0

left-side-bubbles-background

right-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

gabarito analise exploratoria de dados uniasselvi 2

gabarito analise exploratoria de dados uniasselvi 2

UNIASSELVI IERGS

Mais perguntas desse material

1-Um conjunto de dados é composto por um ou mais atributos, que os definem e são chamados de descritores. Por exemplo, ao falarmos de imagens, há vários atributos genéricos que podem ser utilizados como descritores, ou seja, que podem ser aplicados em qualquer tipo de imagem, bem como podem ser definidos ao domínio da imagem usada. Os termos pixel e voxel são utilizados de forma intercambiável, representando a utilização de imagens 2D ou 3D. Sobre o termo pixel e a região de interesse, assinale a alternativa INCORRETA:

A) O termo valor do pixel se refere à intensidade no caso de imagens representadas em tons de cinza.
B) Uma região de interesse pode representar sempre uma imagem completa.
C) O termo valor do pixel se refere à intensidade no caso de imagens representadas com cor, no caso de imagens coloridas.
D) Uma região de interesse pode representar uma parte de uma imagem ou mesmo uma imagem completa.

2-A reexpression se refere a ter uma expressão de mesma informação por números diferentes.Podemos exemplificar usando logit = log (p/(1-p)) ao invés da proporção p. Com relação à reexpression, analise as sentenças a seguir: I- Ela pode ser utilizada para se trabalhar com tabelas bidirecionais. II- O objetivo pode ser substituir a dispersão de pontos por uma smooth curve. III- O objetivo pode ser tanto a aditividade quanto obter retidão ou simetria ou ainda tornar a variabilidade mais uniforme. Assinale a alternativa CORRETA:

A) Somente a sentença I está correta.
B) As sentenças I e III estão corretas.
C) As sentenças II e III estão corretas.
D) As sentenças I e II estão corretas.

3-A função de limpeza de inconsistências compreende identificar e eliminar valores inconsistentes em conjuntos de dados. Uma inconsistência pode estar relacionada a um único registro (tupla) ou se referir a um conjunto de registros. A inconsistência em apenas uma tupla acontece quando os valores dessa tupla forem divergentes. Também podem existir inconsistências causadas por integrações de dados, em que um atributo pode ter nomes distintos em seus bancos de dados. Consequentemente, podem existir dados redundantes. Nesse sentido, existem alguns métodos para tratar os valores inconsistentes. Referente ao método de correção de erros para tratar os valores inconsistentes,classifique V para as sentenças verdadeiras e F para as falsas: ( ) Esse método é muito rápido. ( ) Esse método consome muito tempo. ( ) Esse método consiste em substituir valores errôneos ou inconsistentes identificados no conjunto de dados. ( ) Esse método pode envolver desde a correção manual até a atualização desses valores em um lote predeterminado de registros, usando comandos de atualização de dados em ambientes relacionais. Assinale a alternativa que apresenta a sequência CORRETA:

A)F - V - V - V.
B)F - F - F - V.
C)V - F - V - V.
D)F - F - V - F.

4-Os principais gráficos para representar valores numéricos dizem respeito ao gráfico de pontos (ou de dispersão), ao gráfico de caixas, ao histograma, aos gráficos de densidade e ao gráfico violino. Referente ao gráfico de pontos ou de dispersão, analise as sentenças a seguir: I- No gráfico de dispersão, os dados são mostrados em linhas, sendo que cada linha traz o valor de uma variável. II- O gráfico de dispersão são representações de dados de duas ou mais variáveis que são organizadas em um gráfico. III- O gráfico de dispersão utiliza coordenadas cartesianas para exibir valores de um conjunto de dados. IV- No gráfico de dispersão, os dados são exibidos como uma coleção de pontos, cada um com o valor de uma variável determinando a posição no eixo horizontal e o valor da outra variável determinando a posição no eixo vertical, no caso de se ter duas variáveis. Assinale a alternativa CORRETA:

A)As sentenças I, III e IV estão corretas.
B)As sentenças I e II estão corretas.
C)As sentenças II, III e IV estão corretas.
D)As sentenças I, II e III estão corretas.

5-Ter dados de diferentes tipos (variedade) é uma das características do Big Data. Esses dados podem ser tanto do tipo estruturado como do tipo não estruturado. Lembre-se: dado é tudo o que é observado ou conceituado. Em uma visão um tanto restrita, os dados são algo que pode ser medido. Diante do exposto, classifique V para as sentenças verdadeiras e F para as falsas: ( ) Os dados representam fatos ou algo que realmente ocorreu, que foi observado e medido. ( ) Os dados podem resultar de observação passiva ou coleta ativa. ( ) Os dados são observados em cada unidade e armazenados em um dispositivo eletrônico. Assinale a alternativa que apresenta a sequência CORRETA:

A)V - V - V.
B)F - F - V.
C)F - V - F.
D)V - F - V.

6-Os dados quantitativos podem ser classificados quando é possível realizar operações aritméticas. Vamos exemplificar: quando é possível somar dois pesos ou duas temperaturas, peso e temperatura são quantitativos. Dentro dos dados quantitativos, também conhecidos como dados numéricos, existe um subnível de tipos de dados: dados discretos ou dados contínuos. Referente aos dados discretos, classifique V para as sentenças verdadeiras e F para as falsas: ( ) São aqueles dados que assumem valores com casas decimais e que admitem que entre dois números há uma infinidade de números quebrados. ( ) São dados que continuam indefinidamente. ( ) São dados quantitativos que não têm valores em casas decimais, como inteiros e naturais (1, 0,-5). ( ) São um número inteiro e não podem ser subdivididos em partes cada vez menores. Assinale a alternativa que apresenta a sequência CORRETA:

A)V - F - V - V.
B)F - V - F - V.
C)F - F - V - V.

8-Volume de dados não significa qualidade de dados. Uma expressão usada é "Garbage in,Garbage out", além de ser uma ameaça para o sucesso do projeto. Isso acontece pelo fato de a qualidade do insumo ser uma peça fundamental na qualidade do produto. Dessa forma, podemos dizer que a preparação de dados é:

A)Afeta minimamente a análise exploratória de dados dentro do projeto, devido ser uma parte insignificante do projeto.
B)Não afeta a análise exploratória de dados, apesar de fazer parte do projeto.
C)Faz parte do processo da análise exploratória de dados, porém não é algo essencial para o projeto como um todo.
D)Essencial para todo e qualquer projeto que envolve a análise exploratória de dados.

9-Dados organizados, ou seja, estruturados, proveem uma forma padronizada de vincular a estrutura de dados, isto é, seu layout físico, com sua semântica, ou seja, com seu significado. Ao termos um conjunto de dados organizados, conseguimos facilmente manipular, modelar e visualizar,possuindo uma estrutura específica. Portanto, é essencial compreendermos a estrutura e a sua semântica. Analise as questões referentes à estrutura de dados e assinale a alternativa CORRETA:

A)A estrutura dos dados está relacionada com a coleção de seus valores.
B)A estrutura dos dados diz respeito aos números que apresentamos.
C)A estrutura dos dados se refere aos caracteres apresentados.
D)Os dados podem ser estruturados de diferentes formas, ou seja, os dados apresentados são os mesmos, contudo o layout é diferente.

( ) O mapa de árvore é útil para visualizar de várias maneiras os valores, pois é possível determinar os conjuntos com mais registros e os com menos registros apenas analisando o tamanho do retângulo.
( ) O mapa de árvore permite analisar uma terceira variável que é a tonalidade da cor do retângulo.
Assinale a alternativa que apresenta a sequência CORRETA:

A)F - F - V - F.
B)V - V - V - F.
C)F - V - V - V. X
D)V - F - F - V

11-Algumas vezes, exibir somente as informações condensadas de um conjunto de dados é mais adequado do que mostrar todas as informações em uma tabela. Nesse caso, devemos usar uma exibição de caule e folhas. Referente à exibição de caule e folhas, classifique V para as sentenças verdadeiras e F para as falsas:
( ) A exibição de caule e folhas é o objeto mais simples da EDA.
( ) A exibição de caule e folhas serve simplesmente para organizar os dados de uma maneira conveniente.
( ) As folhas são números em uma haste.
( ) A haste é uma linha com um valor.
Assinale a alternativa que apresenta a sequência CORRETA:

a)F - V - F - V.
b)F - F - V - F.
c)F - F - V - V. X
d)V - F - V - V.

12-Existe uma técnica da análise exploratória de dados que é uma maneira conveniente de estudar a dispersão dos dados bivariados. Na sua construção, é necessária uma mediana bivariada, análogados quartis e whiskers. Que técnica é essa?

a)Exibição Scatterplot Matrix.
b)Residual Plots.
c)Exibição por Outliers.
d)Bag Plots. X

13-Várias atividades precisam ser realizadas para transformar os dados brutos em informações relevantes para a tomada de decisão, ou seja, na sabedoria necessária para as organizações. Essas atividades dizem respeito à coleta, integração de dados, enriquecimento, entendimento do problema, limpeza de dados ausentes, tratamento de dados ausentes, análise de outliers, análise estatística, normalização e redução da dimensionalidade. Com relação à integração de dados, analise as sentenças a seguir:
I- Envolve combinar dados de diversas fontes e tipos em um único conjunto de dados.
II- É o processo de agregar valor aos dados existentes.
III- Consiste em eliminar ruídos, inconsistências e resolver problemas estruturais
IV- Entre 50% e 90% do tempo dos funcionários de Business Intelligence (BI) é gasto na preparação de dados para serem analisados.
Assinale a alternativa CORRETA:

a)As sentenças I e IV estão corretas. X
b)Somente a sentença III está correta.
c)Somente a sentença II está correta.
d)Somente a sentença IV está correta.

14-Em um conjunto de dados, a organização dos dados deve ser um objetivo geral em função de facilitar nossa análise posterior. As propriedades dos dados organizados são as mesmas que a terceira forma normal de Codd, só que voltadas à linguagem estatística, e o foco está em um único conjunto de dados. Com relação às principais propriedades dos dados organizados, analise as sentenças a seguir:
I- Cada valor pertence a uma variável e a uma observação (instância).
II- Cada variável contém todos os valores de uma determinada propriedade medidos em todas as observações.
III- Cada observação contém todos os valores das variáveis medidas para o respectivo caso.
Assinale a alternativa CORRETA:

a)As sentenças I, II e III estão corretas. X
b)Somente a sentença III está correta.
c)Somente a sentença II está correta.
d)Somente a sentença I está correta.

15-A organização SGB elencou alguns números para termos uma ideia melhor do volume de dados. "O volume de dados criado nos últimos anos é maior do que a quantidade produzida em toda a história." (SGB, 2019, s.p.). O estimado para o ano 2020 é que "[...] existirão cerca de 50 bilhões de dispositivos conectados desenvolvidos para a coleta, análise e compartilhamento de dados. A produção de dados dobra a cada dois anos e a previsão é de que em 2020 sejam gerados 350 zettabytes de dados ou 35 trilhões de gigabytes; a rede social Facebook gera mais de 500 terabytes de dados diariamente. O volume de dados no Brasil pode chegar a 1,6 bilhão de gigabytes em 2020" (SGB, 2019, s.p.). Nesse sentido, qual é o tamanho de um ZB?

a)Equivale a um trilhão de bytes.
b)Equivale a um trilhão de bits.
c)Equivale a um trilhão de gigabytes. X
d)Equivale a um trilhão de megabytes.

16-Ao buscar uma solução de um determinado problema, os profissionais envolvidos fazem a identificação dos dados relacionados com ele. Esses dados podem ser internos e externos. Cabe destacar que essa identificação inicial será o ponto de partida para fazer a coleta dos dados e a integração em um conjunto de dados que será utilizado no projeto. Com relação aos tipos de dados identificados e suas fontes, analise as sentenças a seguir:
I- Os dados estruturados são oriundos de bancos de dados relacionais da organização.
II- Os dados não estruturados e semiestruturados podem ser provenientes das mais diversas fontes, como de arquivos de texto, imagem, áudio, vídeo, planilhas, além de pesquisas realizadas de mercado.
III- As redes sociais e bases externas abertas não são relevantes no contexto da questão.
Assinale a alternativa CORRETA:

a)Somente a sentença I está correta.
b)As sentenças I e II estão corretas. X
c)As sentenças I e III estão corretas.
d)As sentenças II e III estão corretas.

18-Existe uma análise exploratória de dados que tem como objetivo substituir a dispersão de pontos por uma smooth curve. Cabe destacar que nesta técnica o efeito de suavização é meio drástico e ocorre uma sinalização. A curva resultante da suavização pode ser uma linha reta, na qual muitas vezes um ajuste de mínimos quadrados locais pode ser empregado nas curvas locais, y = f (x), um quadrático. O caractere local é frequentemente introduzido empregando um kernel. Um segundo kernel pode ser introduzido para tornar a operação robusta/resistente. Desta forma, se reduz o impacto de pontos com grandes resíduos. A qual técnica estamos nos referindo?

a)Exibição por Outliers.
b)Bag Plots.
c)Smoother. X
d)Residual Plots.

19. A reexpression se refere a ter uma expressão de mesma informação por números diferentes. Podemos exemplificar usando logit = log (p/(1-p)) ao proporção p. Com relação à reexpression, analise as sentenças a seguir:
I- Ela pode ser utilizada para se trabalhar com tabelas bidirecionais.
II- O objetivo pode ser substituir a dispersão de pontos por uma smooth curve.
III- O objetivo pode ser tanto a aditividade quanto obter retidão ou simetria ou ainda tornar a variabilidade mais uniforme.
Assinale a alternativa CORRETA:

a) Somente a sentença I está correta.
b) As sentenças II e III estão corretas.
c) As sentenças I e III estão corretas. X
d) As sentenças I e II estão corretas.

20-Valores com informações ausentes surgem em quase todas as análises estatísticas sérias. Primeiramente, para podermos lidar com valores ausentes, é importante sabermos o motivo deles estarem ausentes. Referente a como a linguagem R trata essas questões, classifique V para as sentenças verdadeiras e F para as falsas:
( ) Os valores ausentes são indicados pelos zeros e Nas.
( ) Os valores ausentes são indicados pelo Null.
( ) Os valores ausentes são indicados pelos Nas e Null.
( ) Os valores ausentes são indicados pelos Nas.
Assinale a alternativa que apresenta a sequência CORRETA:

a)F - F - V - F

21-O uso das técnicas de análise exploratória de dados objetiva procurar os dados para a estrutura ou a falta dela. Algumas das técnicas são o uso de sumário de cinco números, exibição de caule e folhas, exibição de scatterplot matrix, exibição por outliers, entre outras técnicas. Referente às tabelas classifique V para as sentenças verdadeiras e F para as falsas:

() Uma tabela é o objeto mais complexo da EDA.
() Uma tabela consiste nos quartis maior, menor, mediano e superior e inferior.
() Uma tabela é o objeto mais simples da EDA.
() A tabela serve simplesmente para organizar os dados de uma maneira conveniente.
Assinale a alternativa que apresenta a sequência CORRETA:

a) V - F - V - V.
b) F - F - V - F.
c) F - V - F - V.
d) F - F - V - V X